在手动控制过程中，人所能获取的基本信息量为误差、误差的变化以及人控制动作的输出量。 由于模糊控制器的控制规则一般是根据人的手动控制规则提出的，因此模糊控制器的输入变量也选择为误差E 和误差的变化EC，一般选择控制动作的输出量U 为控制器输出，如图7.6 所示。

图7.6　模糊控制器的结构

在图7.6 所示的模糊控制器中，需先对误差、误差的变化进行模糊化，同时还要对控制变量进行反模糊化。 设误差的基本论域（实际变化范围）为［－e，e］，误差变化的基本论域为［－ec，ec］，控制量的基本论域为［－u，u］，其中，e、ec、u 的值由实际测量值确定。

设误差变量的模糊子集的论域为：

｛－ N， － N ＋1，…，0，…，N － 1，N｝

误差变化变量的模糊子集的论域为：

｛－ M， － M ＋1，…，0，…，M － 1，M｝

控制量所取的模糊子集的论域为：(www.daowen.com)

｛－ L， － L ＋1，…，0，…，L － 1，L｝

一般选取N≥6，M≥6，L≥7。

为了进行模糊化处理，必须将输入变量从基本论域转化到相应的模糊集的论域，这中间必须将输入变量乘以相应的因子，从而引出了量化因子的概念。 误差的量化因子Ke及误差变化的量化因子Kec分别由下列两式确定：

同理，对控制器的输出量进行反模糊化时，比例因子由下式确定：

设计一个模糊控制器除了要有一个好的模糊控制规则外，合理地选择模糊控制器输入变量的量化因子和输出变量的比例因子也是非常重要的。 量化因子Ke 和Kec的大小意味着对输入变量误差和误差变化的不同加权程度；比例因子Ku 的大小也影响着模糊控制系统的特性，过小则使系统动态响应过程变长，过大则会导致系统振荡。